我国科技企业孵化器运行效率与空间相关性研究
来源:用户上传
作者:
摘 要： 我国科技企业孵化器在促进科技成果转化、培养高新技术企业等方面发挥着重要作用。运用三阶段DEA模型和空间模型对我国科技企业孵化器的运行效率和空间相关性进行分析。结果表明，技术进步贡献最为突出，纯技术效率是制约综合效率的因素;发展环境变量影响较为明显;目前我国科技企业孵化器的发展尚处于探索时期，其效率的空间相关性较弱。根据数据分析结果提出重视科技创新，提高运行效率、分级分类管理、科学化发展、加强空间联系，促进集聚发展等对策。
关键词： 科技企业孵化器 运行效率 发展环境
一、引言
科技企业孵化器是指通过提供创新发展所需的管理支持和资源网络，帮助新创企业成长的经济发展手段或企业运作形式。国际企业孵化器协会将孵化器定义为一种企业支持计划，其对象是新创立的公司。1987年诞生了中国第一个科技企业孵化器——武汉东湖创业服务中心，目前，我国已经形成具有较大规模的孵化器队伍，数量位居世界前列。
科技企业孵化器在优化创新资源配置，提高孵化器服务水平等方面的作用得到广泛关注，国内外专家学者对科技企业孵化器的研究也在不断发展深入。Sung（2002）以韩国7家科技企业孵化器为研究对象，运用“线性模型”和“非线性模型”，以创业企业的成功率为指标对科技企业孵化器的效率进行分析;Schwartz M等（2009）基于410个科技企业孵化器的相关数据，通过多准则优先排序组织法对德国5家科技企业孵化器的长期运行效率进行了比较;孔原（2016）从科技成果转化、产业孵化和企业孵化三个维度构建了孵化器运行效率指标体系，对全国34个地区孵化器的全链条孵化效率进行了分析和评价;郑文燮等（2015）运用DEA模型，对我国沪宁杭地区41个国家级科技企业孵化器效率进行差异比较，并对相对非有效的投入冗余、产出不足、规模不匹配等问题进行了分析;刘肖肖等（2018）运用DEA模型对我国科技企业孵化器效率进行深入分析和评估，并从国家及地方政府层面提出相应的政策建议;颜振军等（2019）运用DEA分析法对我国30个省份孵化器的运行效率进行测算，使用K-均值聚类法将30个省份分为四大类进行分析。近几年，对孵化器空间模型的研究开始增多，吴文清等（2016）从省域角度对我国科技企业孵化器的空间关联性和模式进行了分析;李燕萍等（2018）利用空间计量方法和逐步回归方法对科技企业孵化器和众创空间的空间分布特征以及集聚效应进行分析和比较;赵峥等（2019）利用空间自相关对我国253座城市孵化器的孵化能力与效率以及分布格局进行了分析。
综合上述文献，对科技企业孵化器效率的研究以DEA模型及其拓展方法运用最为广泛，该方法的弊端是忽略了环境因素的影响，结果可能存在偏差。本文基于三阶段DEA模型分析方法，以我国科技企业孵化器30个省市的数据进行研究。第一阶段，运用DEA-Malmquist分析方法对我国30个省市科技企业孵化器的运行效率进行分析;第二阶段，运用SFA模型研究发展环境因素对我国科技企业孵化器效率的影响;第三阶段，剔除发展环境因素和随机因素的情况下，对我国科技企业孵化器的效率再次进行测算和分析，基于此，再对我国科技企业孵化器效率的空间相关性进行分析。最后，为提高我国科技企业孵化器的运行效率提出建议。
二、实证分析
以我国30个省市的科技企业孵化器为研究对象，数据来源于《中国火炬统计年鉴》和万得金融数据库，因为西藏地区的数据不完整，研究的误差较大，所以，数据选取时未采用西藏的数据，同时，未考虑港、澳、台地区，数据分析结果通过Deap2.1和Fronter4.1软件得出。
科技企业孵化器运行效率主要体现得是投入和产出之间的关系，具体的指标如下表1。
科技企业孵化器效率的发展环境变量：选取人均GDP作为衡量经济发展水平的环境指标，选取政府在科技方面的财政支出作为衡量政府支持力度的环境指标;选取固定投资总额作为衡量基础设施状况的环境指标，选取R&D经费作为衡量科技资本状况的环境指标，选取高新企业数量作为衡量行业规模的环境指标。
（一）第一阶段：DEA模型结果分析
运用DEA-Malmquist模型得出我国各省市科技企业孵化器的运行效率，结果如表2所示。整体来看，我国各省市科技企业孵化器的全要素生产率呈上涨趋势，平均增长率为7.3%。从全国各区域来看，华南地区的全要素生产率在全国科技企业孵化器中增长最快，该地区经济发展起步早，科技水平高，企业数量众多，基础设施相对完善，为科技企业孵化器提供了良好的基础;其次为华中地区，湖北是我国第一个科技企业孵化器的诞生地，有力地带动了周边地区科技企业孵化器的发展;华东地区作为我国经济发展的主体区域，传统企业众多，科技创新水平有待提高，经济发展较为稳定，全要素生产率平均为1.091，处于小幅增长状态;西北地区的全要素生产效率为全国最低，主要由于西北地区科技、信息和基础设施的发展尚不健全，科技企业孵化器数量少，发展环境与其他地区相比还有较大差距。
（二）第二阶段：相似SFA模型分析
将第一阶段投入变量的松弛变量作为被解释变量，选取人均GDP、R&D经费、固定资产投资额、高新技术企业个数、科技财政支出五个环境变量作为解释变量，考察五个环境变量对四项投入项松弛变量的影响。当回归系数为正值时，表示增加该解释变量将会增加投入松弛量;相反当回归系数是负值时，该解释变量有利于减少投入松弛量，以2017年数据为例，具体分析结果如表3所示。
1.人均GDP。该变量与孵化基金总额的松弛变量的回归系数为负，与对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的松弛变量的回归系数为正。人均GDP的增加有利于盘活孵化基金总额，提高科技企业孵化器效率，而人均GDP的增長使对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的冗余增加，导致资源浪费。这说明我国科技企业孵化器的部分环境资源较为充裕，但是存在资源配置不合理的现象，拉低了运行效率。 2.R&D经费。该变量与孵化基金总额、对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的松弛变量的回归系数均为负。可以得出研发经费的增加会带动各项投入资源的利用，有利于科技企业孵化器的创新活动，从而提高科技企业孵化器的运行效率。
3.固定资产投资额。该变量与孵化基金总额、对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的松弛[HJ2mm]变量的回归系数均为正，固定资产投资额的增加会使各项投入资源的冗余增加，这说明需要加强固定资产投资额的资源配置结构，使资源用在需要的地方。
4.高新企业个数。该变量与孵化基金总额的松弛变量的回归系数为负，与对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的松弛变量的回归系数为正。高新企业个数的增加，有利于减少孵化基金总额的冗余量，高新企业的集聚会使得孵化基金使用更合理，但是高新企业个数的增加也会增加各种不确定性，可能带来不正当竞争，甚至是恶性竞争，会造成资源配置不合理，造成资源浪费。
5.科技财政支出。该变量与孵化基金总额的松弛变量的回归系数为正，与对公共技术服务平台投资额、在孵企业从业人员数、孵化场地面积的松弛变量的回归系数为负。科技财政支出的增加说明政府的支持力度增加，为企业提供了保障，有利于盘活冗余资源，充分调动投入要素的使用，有助于科技企业孵化器效率的提高。
（三）第三阶段：调整后的结果分析
调整后我国科技企业孵化器的效率升高，说明发展环境整体上使效率值被低估。从表4数据中可以看出，技术进步增长速度最快，说明现阶段国科技企业孵化器全要素生产率的提升主要得益于技术进步。纯技术效率明显低于规模效率，说明纯技术效率是科技企业孵化器发展的主要制约因素。从全国各区域来看，西南地区的综合效率和纯技术效率在全国科技企业孵化器中增长最快，该地区科技企业孵化器投入产出结构较为合理，西南地区作为我国科技企业孵化器的后起之秀，在管理和科技方面发展较为稳定;华中地区的技术进步和全要素生产率在全国科技企业孵化器中增长最快，我国科技企业孵化器起源于湖北省武汉市，发展经验丰富，基础设施完善，而且带动了华中地区周边城市科技企业孵化器的发展;西北地区的规模效率增长最快，虽尚处于起步阶段，外部经济条件对其发展有一定限制，但其存在很大开发潜力;华东地区综合效率和规模效率均最低，包含7个省市，是全国省市最多的区域，人口密度大，企业发展基本饱和，提升空间较小，使得规模效率提高缓慢;东北地区的技术进步和全要素生产率在全国科技企业孵化器中最低，该地区一直是我国重工业生产基地，科技创新发展水平相对较低，而且科技企业孵化器起步较晚，自身发展水平相对较低。
从各省市来看，海南、湖北、宁夏、内蒙古、河南、重庆的科技企业孵化器效率位居前列。海南地区企业发展起步早，海陆交通便利，这都为科技企业孵化器的发展创造了良好的基础;湖北是我国科技企业孵化器的发源地，发展经验丰富，资源配置水平较高，河南作为湖北的邻省，在其带动下，科技企业孵化器也得到了良好的发展;宁夏和内蒙古地区的科技企业孵化器起步较晚，目前处于发展初期阶段，发展潜力大;重庆作为我国融贯东西、汇通南北的重要枢纽，也是西南地区最大的工商业城市，经济发展较为稳定，有力地保障了科技企业孵化器的发展。
三、空间相关性分析
我国科技企业孵化器运行效率受多种因素影响，空间相关性是一个重要影响因素，研究我国科技企业孵化器运行效率的相关性，发挥空间相关性的优势，在提升运行效率方面具有重要意义。我国科技企业孵化器运行效率进行空间自相关检验结果见下表5，表中Moran’I表示相关性程度，P值表示显著性水平。
从表5中的数据得出，2013年和2016年我国科技企业孵化器综合效率的空间自相关性在5%水平下显著，其余几年的相关性水平则不太显著，可以得出我国科技企业孵化器综合效率在一定程度上存在空间相关性，有空间聚集性。由于目前我国科技企业孵化器的发展还处于探索阶段，基础设施还处在完善过程中，发展不稳定，集聚化发展程度不高，各省份历年的空间相关水平尚不稳定。国家和政府需要采取一定的措施促进科技企业孵化器的高质量集聚发展，充分发挥空间相关性带来的优势。
四、结论及建议
我国科技企业孵化器处于发展探索阶段，运行效率发展较好，空间相关性有待提高，要有效利用资源，促进共同发展。根据以上研究，本文为提升我国科技企业孵化器的运行效率提出以下几点建议：
（一）重视科技创新，提高运行效率
我国科技企业孵化器的管理逐渐向精细化转变，应引进先进的管理经验，优化资源配置，充分发挥孵化潜能，实现孵化资源和创业要素的高效利用。同时，要完善人才、资本、信息、技术等创新创业要素的联系，增强科技企业孵化器与高等院校、研究所等科研机构的关系，这有利于互相交流经验，推进科技成果转移、转化。
（二）分级分类管理、科学化发展
我国各地区科技企业孵化器所属类别不同，其效率的改善方向也各有区别。应对其进行客观地评价，分级分类制定评价指标和发展战略，全面激励孵化器持续高效发展。对高效且发展潜力大的进行大力宣传和鼓励，同时，加大科研等的扶持力度，使其效率保持稳定增长，以此带动周边科技企业孵化器以及企业的发展;对于效率相对较低的、发展缓慢的要进行详细调查，根据存在的问题，提出效率改进的重点和方向，制定行之有效的解决方案;对于长期效率低下，问题严重的进行合并或者淘汰。
（三）加强空间联系，促进集聚发展
我国科技企业孵化器的发展尚处于初期发展阶段，省份之间的空间集聚性不强，尚未全面形成优势互补，互动发展的局面。应加强区域金融体系建设，为建立一体化协同发展机制提供良好的經济环境，同时，应结合当地重点发展产业制定相应的规划方向，实现科技企业孵化器与当地其他产业融合发展，促进企业资源要素合理分配、互利共赢，进而推动科技企业孵化器联动发展。 参考文献：
[1]吴崇明，于源，孟宇，崔秀娟，李寅，马延和.中国科技企业孵化器发展现状及其转型升级对策建议[J].科技促进发展，2018，14（05）.
[2]徐宏毅，石茜.国家级科技企业孵化器运行效率及地区差异性研究[J].财会月刊，2018（04）.
[3]Sung T K，Gibson D V，Kang B S.Characteristics of technology transfer in business ventures：the case of Daejeon，[J].Technological Forecasting & Social Change，2003，70（05）.
[4]A multidimensional evaluation of the effectiveness of business incubators：an application of the PROMETHEE outranking method. Michael Schwartz，Maximilian Gothner. Environment and Planning C-Government & Policy.2009.
[5]孔原.基于全链条孵化视角的科技孵化器运行效率评价[J].财会月刊，2016（32）.
[6]杨文燮，胡汉辉.基于DEA的国家级科技企业孵化器运行效率分析[J].统计与决策，2015（22）.
[7]刘肖肖，宋瑶瑶，刘慧晖，杨国梁.基于DEA方法的中国科技企业孵化器的效率评价——以29个省份的孵化器为例[J].科技管理研究，2018，38（22）.
[8]颜振军，侯寒.中国各省份科技企业孵化器运行效率评价[J].中国软科学，2019（03）.
[9]吴文清，马赛翔，刘晓英.科技企业孵化器集聚及效率与空间关联研究[J].天津大学学报（社会科学版），2016，18（03）.
[10]李燕萍，李洋.科技企业孵化器与众创空间的空間特征及影响因素比较[J].中国科技论坛，2018（08）.[11]赵峥，刘杨，杨建梁.中国城市创业孵化能力、孵化效率和空间集聚——基于2016年中国235座地级及以上城市孵化器的分析[J].技术经济，2019，38（01）.
[12]翁莉，殷媛.长三角地区科技企业孵化器运行效率分析——以上海、杭州和南京为例[J].科学学与科学技术管理，2016，37（03）.
〔林雪菲、王宝海（通讯作者），青岛农业大学管理学院〕
转载注明来源:https://www.xzbu.com/2/view-15254037.htm
